青海木里煤礦區(qū)荒漠化的驅(qū)動因素及防治對策

楊顯華，孫小飛，黃 潔，田 立，許 鵬

(1.稀有稀土戰(zhàn)略資源評價與利用四川省重點實驗室，四川 成都 610081；2.四川省地質(zhì)調(diào)查院,四川 成都 610081)

0 引言

荒漠化是指在氣候變異和人類活動等因素下，造成干旱、半干旱和亞濕潤地區(qū)的耕地、草原、草地、林地、林地生物以及經(jīng)濟生產(chǎn)力的復(fù)雜性下降或喪失的現(xiàn)象[1-3]。其中以風(fēng)蝕和水蝕造成的土壤物質(zhì)流失為主；其表現(xiàn)為土壤的物理、化學(xué)和生物特性或經(jīng)濟特性退化以及植被長期喪失[4]。目前，荒漠化是我國乃至全球最嚴(yán)重的社會與環(huán)境問題之一，荒漠化面積的擴張已成為土地資源喪失的主要因素，嚴(yán)重阻礙了人類社會的可持續(xù)發(fā)展[5]。

礦山是人類工程活動對地質(zhì)環(huán)境影響最為強烈的場所之一[6-7]，人類在開發(fā)利用礦產(chǎn)資源的同時，破壞了礦區(qū)生態(tài)系統(tǒng)的平衡，造成礦區(qū)周邊的生態(tài)系統(tǒng)的不穩(wěn)定和環(huán)境更加脆弱。其對生態(tài)系統(tǒng)影響主要表現(xiàn)在：(1)礦業(yè)開發(fā)直接破壞了原有的地形地貌、地層順序、生物群落，原有的生態(tài)系統(tǒng)已然消失；(2)在礦業(yè)開發(fā)過程中產(chǎn)生的大量固體廢棄物堆放于礦區(qū)周邊，產(chǎn)生大量的排土場，在風(fēng)力作用下大量粉塵向四周擴散，影響了礦區(qū)周邊生態(tài)系統(tǒng)；(3)礦山建筑、道路、中轉(zhuǎn)場地的修建占用部分生態(tài)資源，并對周圍環(huán)境產(chǎn)生負(fù)面影響；(4)礦山開發(fā)造成地下水資源破壞，地下水位下降，使得植被覆蓋率減少，加劇了土地沙化程度[8-9]。黨的十八大將“生態(tài)文明建設(shè)”列入了五大建設(shè)之一，為我國的社會發(fā)展標(biāo)明了方向。因此，研究礦業(yè)活動作用下礦區(qū)荒漠化的特點，為礦產(chǎn)資源和生態(tài)資源的協(xié)調(diào)、綠色發(fā)展提供決策依據(jù)，具有迫切的現(xiàn)實意義和社會意義。

本文選取了青海省祁連山高海拔地區(qū)的木里煤礦區(qū)，通過對比研究2008年、2010年、2012年、2014年、2016年等5個年份遙感影像，基于光譜混合像元分解模型和生物量遙感估算模型[10-11]，對木里煤礦區(qū)進行了荒漠化遙感評價，并結(jié)合研究時段內(nèi)該礦區(qū)礦業(yè)開發(fā)環(huán)境信息，進行了變化分析。

1 研究區(qū)概況

木里煤礦區(qū)位于青海省海西蒙古族藏族自治州天峻縣木里鎮(zhèn)，南距天峻縣城90 km，中心點地理坐標(biāo)為E99°08′00″，N38°07′45″。本研究以木里煤礦礦業(yè)活動區(qū)及其周邊約2 km范圍為研究對象，研究區(qū)面積為10 872.71 hm2。研究區(qū)地處中祁連山高海拔地區(qū),海拔4 026～4 128 m，相對高差102 m。地形呈西高東低、南高北低之勢，大通河自北北西向南東東方向徑流。屬高原丘陵地貌，地表廣為草甸濕地覆蓋，凍土發(fā)育，氣候?qū)賰?nèi)陸高寒大陸性氣候，低氧、氣候寒冷，年均氣溫-4 ℃。區(qū)內(nèi)人口主要集中在煤礦區(qū)，以生產(chǎn)、運輸煤炭為主業(yè)。礦區(qū)周邊草場發(fā)育，屬于游牧區(qū)。

木里煤礦區(qū)是青海省主要的煤礦產(chǎn)區(qū)之一，均屬于露天開采方式，露天采場、煤矸石堆等造成了土地占損，采礦過程中產(chǎn)生的煤灰、廢水等又對周邊河流和草場形成了污染[12]。近年來，當(dāng)?shù)卣M行了礦業(yè)整頓治理，并開展了大規(guī)?；謴?fù)治理工作，礦區(qū)生態(tài)環(huán)境得到了改善[13]。

2 數(shù)據(jù)收集與處理

為保證影像的質(zhì)量、時相的連續(xù)性和等間隔性，在研究區(qū)范圍內(nèi)收集了2008年、2010年、2012年、2014年、2016年TM影像，同時收集了2008年、2010年、2012年、2014年、2016年分辨率優(yōu)于2.5 m遙感影像數(shù)據(jù)(主要類型為IKONOS、ZY-3、02C、GF-1等)，采礦權(quán)、礦產(chǎn)資源規(guī)劃等作為輔助分析資料?；贓RDAS軟件對遙感影像進行了波段組合、正射糾正、數(shù)據(jù)融合、鑲嵌和坐標(biāo)轉(zhuǎn)換等預(yù)處理，可以滿足1∶50 000土地荒漠化和礦山開發(fā)環(huán)境信息提取要求。

3 礦業(yè)活動區(qū)及荒漠化信息提取

3.1 礦業(yè)活動區(qū)信息提取

基于研究區(qū)煤礦開采狀況，參照“礦產(chǎn)資源開發(fā)遙感監(jiān)測技術(shù)規(guī)范”等相關(guān)技術(shù)標(biāo)準(zhǔn)，將礦業(yè)活動區(qū)劃分為開采面、停采面、礦山占地、復(fù)綠治理4種地物并建立了相應(yīng)解譯標(biāo)志，其中開采面即煤礦露天開采區(qū)，影像上呈負(fù)地形，采掘臺階環(huán)狀紋理明顯；停采面屬于煤礦露天停采區(qū)，易積水或含水量高，色調(diào)較深；礦山占地包含了排土場、煤矸石堆、選礦廠、礦山建筑等地物，一般位于開采面/停采面周邊，其中排土場和煤矸石堆具有月牙狀、斑塊狀紋理；復(fù)綠治理區(qū)一般保留有治理前地物影像特征，但紋理更加均勻，色調(diào)更淺。2016年7月，筆者完成了研究區(qū)礦業(yè)活動遙感解譯和野外驗證(圖1)，保證了信息提取的準(zhǔn)確性。

圖1 2016年礦業(yè)活動區(qū)遙感解譯及野外驗證情況Fig.1 Remote sensing interpretation and field verification of mining activity area in 2016

在所建立遙感解譯標(biāo)志和野外驗證基礎(chǔ)上，基于研究區(qū)2008年至2016年多期次分辨率優(yōu)于2.5 m遙感圖像，以ArcGIS軟件為工作平臺，開展了開采面、停采面、礦山占地、復(fù)綠治理信息提取，研究區(qū)礦業(yè)活動信息提取情況見表1。

表1 2008～2016年礦業(yè)活動信息統(tǒng)計

從提取結(jié)果看，開采圖斑面積先快速增長，2014年后迅速減少；礦山占地面積2008年至2014年持續(xù)增長，2014年后逐步減少；復(fù)綠治理面積從2012年起快速增長。

3.2 礦區(qū)荒漠化指標(biāo)

礦區(qū)荒漠化動態(tài)監(jiān)測首先要確定荒漠化指標(biāo)，礦區(qū)荒漠化過程實際上是人類采礦、挖掘等活動造成的植被與土壤退化過程。研究區(qū)位于青海省天峻縣高山草原區(qū)，其荒漠化類型是以風(fēng)蝕為主，煤礦露天開采主要造成的荒漠化現(xiàn)象直接反映為植被覆蓋率下降、土壤退化和植被生物量減少。因此，本研究以植被覆蓋率、土壤比例以及生物量作為礦區(qū)荒漠化的評價指標(biāo)。植被蓋度和土壤比例的信息提取模型為光譜混合像元分解，該方法被廣泛應(yīng)用于植被信息提取，并取得了較好的成果[13]。此外，大量的研究表明[14-15]，植被指數(shù)與植被生物量具有良好的相關(guān)性，利用植被指數(shù)對植被生物量估算是目前比較常用的方法。

3.2.1植被覆蓋率和土壤比例指標(biāo)提取方法

本研究主要采用線性光譜混合模型進行植被覆蓋率和土壤比例的信息提取。線性光譜混合模型是光譜混合分解的基礎(chǔ)，其原理是假設(shè)地物組分不透光或巨大，以滿足光子只與一個地物組分發(fā)生作用，且輻射傳播過程是具有可加性的,利用最小二乘法可以保證地物光譜組合的各端元總和為1，并通過線性混合方程進行分解。其目的是分離各地物組分的光譜貢獻，并分析和重組各端元形成專題圖件。線性光譜混合模型的基本公式如下：

式中：Pib——第b波段第i像元的管溝反射值；

n——地物組分的數(shù)目，且n≤影像波段數(shù)+1；

Xji——表示i像元的第j個組分所占的分量值；

Yjb——對應(yīng)第j個組分所在的b波段的黃埔反射值；

Aib——第b波段第i個像元的誤差值；

RMS——均方根誤差。

3.2.2生物量指標(biāo)提取方法

生物量是指某一時刻單位面積內(nèi)實存生活的有機物質(zhì)的總量。牛志春等[16]利用不同的植被指數(shù)和實測數(shù)據(jù)對環(huán)青海湖地區(qū)的草地生物量進行遙感估算，并得到基于比值植被指數(shù)(RVI)構(gòu)建的非線性回歸模型是環(huán)青海湖地區(qū)的草地生物量遙感監(jiān)測的最佳模型。本文研究區(qū)位于青海湖以西岸的天峻縣境內(nèi)，其生物結(jié)構(gòu)和氣候類型與環(huán)青海湖地區(qū)類似。因此，本研究主要采用上述模型進行生物量遙感估算，其具體公式如下：

GQB= -18.626RVI3+220.317RVI2-

648.271RVI+691.093

式中：RVI——比值植被指數(shù)；

NIR——影像近紅外波段；

R——影像紅波段；

GQB——草地生物量。

3.3 荒漠化指標(biāo)模型計算

利用最小二乘法對線性光譜混合模型進行計算，并以Endmember分量圖和殘余誤差圖表示其結(jié)果。其主要流程為：(1)對TM影像進行主成分分析和散度分析；(2)選取植被、不透水層、土壤端元模型3個組分，根據(jù)無約束線性光譜混合分解模型分別對2008年、2010年、2012年、2014年和2016年TM影像進行混合像元分解；(3)利用逐像元線性內(nèi)插的方法消除時相不一致對植被覆蓋率的影像。草地生物量信息提取是利用5個時相的影像計算出比值植被指數(shù)，并帶入GQB估算模型。通過上述計算、歸一化后得到植被覆蓋度、土壤比例和草地生物量的結(jié)果(圖2)。

圖2 植被覆蓋率、土壤比例以及生物量分量結(jié)果Fig.2 Map of vegetation coverage, soil proportion and biomass components

3.4 荒漠化信息提取結(jié)果

根據(jù)所建立的荒漠化指標(biāo)和模型計算結(jié)果，利用空間主成分分析方法，對礦區(qū)荒漠化程度進行分級評價?？臻g主成分分析是一種定性與定量相結(jié)合的荒漠化遙感評價監(jiān)測方法，被廣泛應(yīng)用于環(huán)境遙感監(jiān)測。為對研究區(qū)荒漠化有整體客觀認(rèn)識，根據(jù)研究區(qū)荒漠化監(jiān)測結(jié)果直方圖，利用自然斷點法對其進行聚類分級。自然斷點分類法是通過查找數(shù)據(jù)值差異相對較大的相鄰要素對來使用統(tǒng)計方法確定分類間隔，是目前較常用的數(shù)據(jù)分類法[17]。參考多個植被覆蓋率分級標(biāo)準(zhǔn)，對各指標(biāo)進行標(biāo)準(zhǔn)化處理，結(jié)合研究礦區(qū)土地荒漠化實際情況，按照植被覆蓋率為依據(jù)分級劃分為4個等級，各級指標(biāo)及地理景觀特征見表2。

通過上述方法，結(jié)合已有研究成果，將研究區(qū)荒漠化監(jiān)測結(jié)果分為四級，分別為非荒漠化、輕度荒漠化、中度荒漠化以及重度荒漠化，研究區(qū)及所包含礦業(yè)活動區(qū)(開采面、停采面、礦山占地、復(fù)綠治理)內(nèi)荒漠化監(jiān)測結(jié)果見圖3、表3。

表2 土地荒漠化分類分級表

圖3 木里煤礦區(qū)2008～2016年荒漠化信息提取結(jié)果Fig.3 Result from desertification information in Muli mining area from 2008 to 2016

表3 2008～2016年荒漠化遙感監(jiān)測統(tǒng)計

總體上看，研究區(qū)內(nèi)荒漠化面積經(jīng)過了先快速增加，后緩慢減少的趨勢。從不同級別荒漠化分布情況看，礦業(yè)活動區(qū)內(nèi)開采面、礦山占地范圍多屬于重度荒漠化區(qū)域，中度和輕度荒漠化主要分布在礦區(qū)周邊地區(qū)和復(fù)綠治理區(qū)。

4 荒漠化驅(qū)動因素分析

根據(jù)研究區(qū)荒漠化監(jiān)測成果，分別對礦業(yè)活動區(qū)內(nèi)、外荒漠化變化趨勢進行了統(tǒng)計，并完成了驅(qū)動因素分析。

4.1 礦業(yè)活動區(qū)內(nèi)荒漠化驅(qū)動因素分析

圖4 礦業(yè)活動區(qū)內(nèi)荒漠化趨勢Fig.4 Desertification trend in mining area

礦業(yè)活動區(qū)內(nèi)荒漠化趨勢統(tǒng)計如圖4所示，荒漠化演變主要分為三個階段，第一階段為2008年至2012年間，礦山占地、開采面和重度荒漠化面積均快速上漲，反映了該段時間礦山開采強度大且不斷增強，引發(fā)了重度荒漠化面積的擴展；第二階段為2012至2014年間，開采面面積減少，復(fù)綠治理面積開始增長，礦山占地和重度荒漠化面積增長速度減緩，反映了該時間段礦山開采強度減弱，部分礦山停止開采，開展了復(fù)綠治理，降低了重度荒漠化擴展速率；第三階段為2014年至2016年間，礦山占地、開采面、重度荒漠化面積均呈顯著下降趨勢，礦山復(fù)綠治理、中度荒漠化、輕度荒漠化面積則呈增長態(tài)勢，反映了該段時間大量礦山停止開采，對重度荒漠化的廢棄礦地開展了復(fù)綠治理，目前復(fù)綠植被生長期均在2年內(nèi)，僅將原重度荒漠化地區(qū)修復(fù)為中度或輕度荒漠化地區(qū)。

綜上所述，礦業(yè)活動區(qū)內(nèi)荒漠化主要驅(qū)動因素分析如下：一是開采面、礦山占地多屬于重度荒漠化區(qū)，其面積的增長引發(fā)了重度荒漠化面積增長，礦山關(guān)停、復(fù)綠治理則扼制或減少重度荒漠化；二是復(fù)綠治理驅(qū)動了中度和輕度荒漠化面積增長，重度荒漠化區(qū)域經(jīng)復(fù)綠治理后，目前僅修復(fù)為中度或輕度荒漠化地區(qū)。

4.2 礦業(yè)活動區(qū)外荒漠化驅(qū)動因素分析

對礦業(yè)活動區(qū)外荒漠化趨勢統(tǒng)計見圖5，荒漠化演變主要分為二個階段：第一階段為2008年至2012年間，本階段礦山開采強度大，礦業(yè)活動區(qū)外中度荒漠化和輕度荒漠化面積呈現(xiàn)緩慢增長趨勢，新增面積多分布于礦業(yè)活動區(qū)周邊，推測受礦山環(huán)境污染和礦區(qū)周邊人類生產(chǎn)、生活因素影響。重度荒漠化面積呈先快速減少后緩慢增長態(tài)勢，其中減少面積多分布于距離礦區(qū)相對較遠(yuǎn)的高海拔區(qū)，增長面積主要分布于礦區(qū)周邊，由道路修建、工程建設(shè)等人類建設(shè)活動引起；第二階段為2012年至2016年間，礦山開采強度逐漸減弱，各級別荒漠化面積均呈減少趨勢，推測近年來國家在木里煤礦周邊區(qū)域?qū)嵤┑纳鷳B(tài)建設(shè)、綜合整治、退牧還草等系列保護治理措施發(fā)揮了作用。

圖5 礦業(yè)活動區(qū)外荒漠化趨勢Fig.5 Trend of desertification outside mining area

5 防治對策建議

(1)加強礦產(chǎn)資源整頓管理政策和制度的建設(shè)與落實，規(guī)范礦山開采活動。2012年起，國家逐步開展了煤礦整頓治理，研究區(qū)內(nèi)煤礦開采面由2012年16個減少至2016年1個，礦山開采數(shù)量、開采規(guī)模的減少，也遏制了礦區(qū)土地荒漠化的擴展。

(2)進一步加強廢棄工礦用地復(fù)綠治理，降低荒漠化程度。根據(jù)監(jiān)測結(jié)果分析，礦山復(fù)綠治理能有效扼制、減少重度荒漠化面積，可進一步增加復(fù)綠治理面積，對于已復(fù)綠植被進行定期養(yǎng)護。

(3)加強技術(shù)層面的監(jiān)控，建設(shè)礦區(qū)荒漠化的監(jiān)督監(jiān)測與預(yù)警方案。以行政監(jiān)督、遙感監(jiān)測、現(xiàn)場觀測等手段方式，輔以大數(shù)據(jù)、云平臺等技術(shù)，形成監(jiān)督監(jiān)測體系，同時設(shè)置合理的預(yù)警方案，從技術(shù)層面防止荒漠化的加劇。

6 結(jié)論

通過對木里煤礦區(qū)多期次荒漠化信息提取，開展了采礦擾動下驅(qū)動因素的分析，取得結(jié)論如下：

(1)基于多期TM遙感影像，分別利用光譜混合像元分解和生物量遙感估算模型提取礦區(qū)的植被覆蓋率、土壤比例以及生物量，并通過主成分分析和自然斷點法提取了研究區(qū)2008年至2016年荒漠化信息，研究區(qū)內(nèi)荒漠化面積經(jīng)過了先快速增加，后緩慢減少的趨勢。

(2)基于多期高分辨率遙感影像開展了礦業(yè)活動區(qū)信息提取，分別對礦業(yè)活動區(qū)內(nèi)、外荒漠化驅(qū)動因素進行了分析：礦業(yè)活動區(qū)內(nèi)開采面、礦山占地增長驅(qū)動了荒漠化，礦山關(guān)停、復(fù)綠治理則扼制并減輕了荒漠化；礦業(yè)活動區(qū)外荒漠化主要受礦區(qū)周邊人類活動、道路修建、保護治理政策等因素影響。

參考文獻：

[1] 郭瑞霞，管曉丹，張艷婷.我國荒漠化主要研究進展[J].干旱氣象，2015，33(3):505-514.

GUO Ruixia, GUAN Xiaodan, ZHANG Yanting. Main advances in desertification research in China[J].Journal of Arid Meteorology, 2015, 33(3):505-514.

[2] 譚雅枝.甘肅土地荒漠化與人類活動[J].甘肅林業(yè)科技，2002，27(1):22-25.

TAN Yazhi. Land desertification and human activities in Gansu[J].Journal of Gansu Forestry Science and Technology, 2002, 27(1):22-25.

[3] 李虎，高亞琪，王曉峰，等.新疆土地荒漠化監(jiān)測分析[J].地理學(xué)報，2004，59(2):197-202.

LI Hu, GAO Yaqi, WANG Xiaofeng, et al. The analysis and evaluation of desertification in Xinjiang[J].Acta Geographica Sinica, 2004, 59(2):197-202.

[4] 殷賀，李正國，王仰麟.荒漠化評價研究進展[J].植物生態(tài)學(xué)報，2011，35(3):345-352.

YIN He, LI Zhengguo, WANG Yanglin.A review on the research progress of desertification assessment [J].Chinese Journal of Plant Ecology, 2011, 35(3):345-352.

[5] 呂愛鋒，周磊，朱文彬.青海省土地荒漠化遙感動態(tài)監(jiān)測[J].遙感技術(shù)與應(yīng)用，2014，29(5):803-811.

LYU Aifeng, ZHOU Lei, ZHU Wenbin. The remote sensing based dynamic monitoring of land desertification in Qinghai Province[J].Remote Sensing Technology and Application, 2014, 29(5):803-811.

[6] 查東平，申展，劉足根，等.基于TM影像的德興銅礦區(qū)生態(tài)環(huán)境變化[J].國土資源遙感，2015， 27(4):109-114.

ZHA Dongping, SHEN Zhan, LIU Zugen, et al.Changes of ecological environment in the Dexing copper mine based on TM images[J].Remote Sensing for Land and Resources, 2015, 27(4):109-114.

[7] 李春意，崔希民，郭增長，等.礦山開采沉陷對土地的影響[J].礦業(yè)安全與環(huán)保，2009,36(4)：65-69.

LI Chunyi, CUI Ximin, GUO Zengzhang, et al. The influence of mining subsidence on land[J]. Mining Safety & Environmental Protection, 2009, 36(4):65-69.

[8] 彭建，蔣一軍，吳健生，等.我國礦山開采的生態(tài)環(huán)境效應(yīng)及土地復(fù)墾典型技術(shù)[J].地理科學(xué)進展，2005,24(2):38-48.

PENG Jian, JIANG Yijun, WU Jiansheng, et al. The ecological environment effect and typical technology of land reclamation in China’s mining[J]. Progress in Geography, 2005, 24(2) :38-48.

[9] 戴莉萍.礦山開采對生態(tài)環(huán)境的影響及礦區(qū)生態(tài)修復(fù)——以煤礦為例 [J].學(xué)理論，2010(18):109-110.

DAI Liping. The impacts of mining on the ecological environment and ecological restoration of mining areas——take mine as an example [J]. Theory Research,2010(18):109-110.

[10] 楊顯華，黃潔，田立，等.基于高分辨率遙感數(shù)據(jù)的礦山環(huán)境綜合治理研究[J].國土資源遙感，2015，27(4):115-121.

YANG Xianhua, HUANG Jie, TIAN Li, et al. Study on comprehensive control of mine environment based on high resolution remote sensing data[J]. Remote Sensing for Land and Resources, 2015, 27(4):115-121.

[11] 楊顯華，黃潔，田立，等.四川省礦山遙感監(jiān)測主要成果與進展[J].中國地質(zhì)調(diào)查，2016，3(5) :41-47.

YANG Xianhua, HUANG Jie, TIAN Li, et al. Major achievements and progress of remote sensing monitoring in mines[J]. Geological Survey of China, 2016, 3(5) :41-47.

[12] 馬世斌，李生輝，安萍，等.青海省聚乎更煤礦區(qū)礦山地質(zhì)環(huán)境遙感監(jiān)測及質(zhì)量評價[J].國土資源遙感，2015，27(2): 139-145.

MA Shibin, LI Shenghui, Anping, et al. Remote sensing monitoring and quality evaluation for the mine geological environment of the Juhugeng coal mining area in Qinghai Province[J]. Remote Sensing for Land & Resources, 2015, 27(2): 139-145.

[13] 楊顯華，黃潔，田立，等.祁連-東昆侖成礦帶礦山遙感解譯與外業(yè)查證成果報告[R].成都：四川省地質(zhì)調(diào)查院，2016.

YANG Xianhua, HUANG Jie, TIAN Li, et al. Report on remote sensing interpretation and field verification of Qilian-east Kunlun metallogenic belt [R]. Chengdu: Sichuan Institute of Geological Survey, 2016.

[14] 黃敬峰，王秀珍，王人潮，等.天然草地牧草產(chǎn)量遙感綜合監(jiān)測預(yù)測模型研究[J].遙感學(xué)報，2001，5(1):69-74.

HUANG Jingfeng, WANG Xiuzhen, WANG Renchao, et al. A study on monitoring and predicting models of grass yield in natural grassland using remote sensing data and meteorological data[J]. Journal of Remote Sensing, 2001, 5(1):69-74.

[15] 黃敬峰，王人潮，胡新博，等.新疆北部天然草地產(chǎn)草量遙感監(jiān)測預(yù)測模型研究[J].浙江農(nóng)業(yè)大學(xué)學(xué)報，1999，25(2):125-129.

HUANG Jingfeng, WANG Renchao, HU Xinbo, et al. Studying on grass yield monitoring and predicting models of natural grassland using remote sensing data in northern Xinjiang [J]. Journal of Zhejiang Agricultural University, 1999, 25(2):125-129.

[16] 牛志春，倪邵祥.青海湖環(huán)湖地區(qū)草地植被生物量遙感監(jiān)測模型[J].地理學(xué)報，2003，58(5)：695-702.

NIU Zhichun, NI Shaoxiang. Study on models for monitoring of grassland biomass around Qinghai lake assisted by remote sensing [J]. Acta Geographica Sinica, 2003, 58(5):695-702.

[17] SHAO H, Sun X, Wang H, et al. A method to the impact assessment of the returning grazing land to grassland project on regional eco-environmental vulnerability[J]. Environmental Impact Assessment Review, 2016,56:155-167.